[发明专利]基于平衡样本的模型训练方法、装置、电子设备和存储介质

说明书

本申请提供一种基于平衡样本的模型训练方法、装置、电子设备和存储介质，根据多个训练样本的同一类表情系数计算得到累加系数，由多个累加系数构建累加向量。根据累加向量中的累加系数的分布确定目标累加系数，将目标累加系数的部分目标表情系数赋予第一权重，将其他表情系数赋予第二权重，得到由第一权重和第二权重构成的权重矩阵。以权重矩阵构成的损失函数的指导下对模型进行调整并继续训练，直到满足预设要求。本方案中，利用训练样本中表情系数的分布为表情系数赋以不同的权重，进而在包含权重的损失函数的指导下进行训练，使得训练依据的是样本中均匀的表情系数的信息，在符合真实场景的样本的基础上，优化模型训练效果。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种基于平衡样本的模型训练方法、装置、电子设备和存储介质。

背景技术

在人工智能领域中，往往涉及到对模型的训练过程。模型的训练即为利用样本并在一定的指标的指导下进行多次迭代优化的过程。对于模型训练的目标是为了使得模型的输出与样本的真实标签尽量接近。在对模型进行训练时是采用的样本十分重要，因为模型是通过学习样本的特征信息进行优化。但是，通常采集到的样本中往往存在样本不平衡的问题，一些常见的样本占比通常很大，而有些样本占比很小。容易导致模型在训练过程中对于少样数据的欠拟合，影响模型的训练效果。

现有方式中，一般是采用利用模型生成更多样本或者是采用过采样、欠采样等方式来产生更多样本的方式，但是这类方式容易产生虚拟样本的问题，与实际场景并不完全相符，进而影响到模型的训练效果。

发明内容

本申请的目的包括，例如，提供了一种基于平衡样本的模型训练方法、装置、电子设备和存储介质，其能够在符合真实场景的样本的基础上优化模型训练效果。

本申请的实施例可以这样实现：

第一方面，本申请提供一种基于平衡样本的模型训练方法，所述方法包括：

获取多个训练样本，各所述训练样本具有标签向量，所述标签向量包含多个表情系数；

根据所述多个训练样本的同一类表情系数计算得到累加系数，由得到的多个累加系数构建累加向量；

根据所述累加向量中的累加系数的分布确定目标累加系数，并将目标累加系数的部分目标表情系数赋以第一权重，将其他表情系数赋以第二权重，得到由所有第一权重和第二权重构成的权重矩阵；

利用所述多个训练样本对构建的模型进行训练，并在以所述权重矩阵构成的损失函数的指导下对模型进行调整并继续训练，直至满足预设要求时停止训练。

在可选的实施方式中，所述获取多个训练样本的步骤，包括：

获取多个原始样本，针对所述多个原始样本中的每类表情系数，为该类表情系数构建初始状态为空的多个数组，各所述数组对应该类表情系数所属区间所划分的各个子区间；

针对各类表情系数遍历各个原始样本，将各个原始样本分别放置于表情系数所属的子区间对应的数组内；

针对各类表情系数，从对应的数组内选取原始样本以作为训练样本，直至得到预设数量的训练样本。

在可选的实施方式中，各类表情系数对应数组所属的子区间从小到大依次分布；

所述针对各类表情系数，从对应的数组内选取原始样本以作为训练样本的步骤之前，所述获取多个训练样本的步骤还包括：

针对各类表情系数，将对应的数组中所属子区间最小的数组删除；

将多个数组中为空的数组删除。

在可选的实施方式中，所述针对各类表情系数，从对应的数组内选取原始样本以作为训练样本的步骤之前，所述获取多个训练样本的步骤还包括：